值班机制是什么
值班（On-call）机制的设计包括轮值表、告警分级与路由、升级路径与补偿，目标是快速响应，同时避免值班人员被噪声打扰到疲劳。值班健康度可用非工作时间告警量、响应确认时间与误报率衡量。设计时要把“人可以承受”放在与“响应快”同等位置：一名工程师连续几夜被无效告警叫醒之后，真实故障的响应质量必然下降。
基本信息
| 要素 | 轮值、告警分级、升级路径、补偿与关怀 |
|---|---|
| 健康指标 | 非工作时间告警量、响应确认时间、误报率 |
| 反模式 | 告警疲劳 |
| 轮值周期 | 常见一周一轮，避免连续多周 |
| 交接要求 | 交接未决事件与已知风险 |
| 补偿机制 | 调休或补贴，明确写入制度 |
典型使用场景
- 生产环境值守：按轮值表覆盖 7x24 的告警响应
- 重大活动保障：大促与发布期加密值班并明确升级联系人
- 告警治理：定期评审误报与噪声，减少无效打扰
- 交接：交接未决事件、临时方案与已知风险
- 新人培养：从跟随值班到独立值班，配套 Runbook 与演练
- 健康度评估：用告警量与响应时间判断是否需要加人
值班手册要素
值班手册要素
轮值表与交接时间
告警分级与响应时限
升级联系人（功能升级与层级升级）
补偿与调休规则
交接清单：未决事件、临时方案、已知风险告警分级示例
| 级别 | 判定 | 通知方式 | 响应要求 |
|---|---|---|---|
| 紧急 | 核心功能不可用或存在数据风险 | 电话呼叫值班人 | 分钟级响应 |
| 重要 | 部分功能受影响 | IM 通知 + 群内同步 | 半小时内响应 |
| 提示 | 需关注但不影响服务 | 工单或看板 | 工作时间处理 |
告警质量决定值班体验：定期评审误报率、优先治理噪声告警，比反复要求“响应更快”更有效。